原文服务方: 现代电子技术       
摘要:
考虑到常规SVR预测模型及GA优化和PSO优化的SVR预测模型具有寻优结果稳定性差,容易陷入局部最优解等问题,将具有极强的鲁棒性能和全局搜索能力、能够快速跳出局部最优解等优点的人工鱼群算法与SVR算法进行混合,建立基于混合算法的预测模型。通过混合后的算法能够有效地使算法更快、更准确地得到全局最优解,避免了常规算法在人工鱼更新位置时没有全局信息,只有局部信息引起的收敛速度慢,精度低等问题。使用该混合算法预测模型以及使用传统的三次曲线拟合法和GA?SVR算法建立通信用户规模预测模型,针对2010—2012年通信用户规模进行预测,实验证明基于混合算法的通信用户规模预测模型的预测精度高,稳定性较好,相比另外两种算法,具有较强的优势。
推荐文章
基于混合算法的通信用户规模预测方法研究
RBF神经网络
遗传算法
梯度下降算法
用户规模预测
混合算法
基于混合算法优化神经网络的混沌时间序列预测
神经网络
粒子群优化
模拟退火
混沌时间序列
移动通信用户选择3G增值服务的预测分析研究
移动通信
3G
贝叶斯模型
逻辑回归模型
预测
基于差分进化算法和NSGA-Ⅱ的混合算法
改进的DE-NSGAⅡ算法
拉丁超立方体抽样技术
剪枝方法
参数自适应策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合算法的通信用户规模预测
来源期刊 现代电子技术 学科
关键词 通信用户规模预测 混合算法 支持向量机回归预测模型 人工鱼群算法
年,卷(期) 2016,(23) 所属期刊栏目 通信与信息技术
研究方向 页码范围 25-28
页数 4页 分类号 TN911-34|TP37
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2016.23.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王春洁 电子科技大学成都学院 4 12 2.0 3.0
2 燕敏 四川现代职业学院电子信息技术系 6 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (24)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
通信用户规模预测
混合算法
支持向量机回归预测模型
人工鱼群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导